使用 scipy 即时更新 coo 矩阵

Question

搜索该站点后，我没有找到解决此问题的方法。它很简单，我想更新一个已经存在的 coo 稀疏矩阵。所以假设我已经启动了一个 coo 矩阵：

from scipy.sparse import coo_matrix
import numpy as np
row  = np.array([0, 3, 1, 0])
col  = np.array([0, 3, 1, 2])
data = np.array([4, 5, 7, 9])
a=coo_matrix((data, (row, col)), shape=(4, 4)).toarray()
array([[4, 0, 9, 0],
      [0, 7, 0, 0],
      [0, 0, 0, 0],
      [0, 0, 0, 5]])

很好，但是如果我只想要一个空的稀疏数组并仅使用形状启动它，然后多次更新值怎么办。我成功的唯一方法是在我的旧矩阵中添加一个新的 coo 矩阵

a=coo_matrix((4, 4), dtype=np.int8)
a=a+coo_matrix((data, (row, col)), shape=(4, 4))
a.toarray()
array([[4, 0, 9, 0],
      [0, 7, 0, 0],
      [0, 0, 0, 0],
      [0, 0, 0, 5]])

我想多次更新这个稀疏数组。但这需要相当长的时间，因为我每次更新都调用 coo 函数。必须有更好的方法，但我觉得文档有点轻（至少我读过的）或者我只是没有看到它。

非常感谢

Answer 1

当您使用这种方式进行COO矩阵时，它将输入阵列作为矩阵的属性（提供它们是正确的类型）：

In [923]: row  = np.array([0, 3, 1, 0])
     ...: col  = np.array([0, 3, 1, 2])
     ...: data = np.array([4, 5, 7, 9])
     ...: A=sparse.coo_matrix((data, (row, col)), shape=(4, 4))
In [924]: A
Out[924]: 
<4x4 sparse matrix of type '<class 'numpy.int32'>'
    with 4 stored elements in COOrdinate format>
In [925]: A.row
Out[925]: array([0, 3, 1, 0])
In [926]: id(A.row)
Out[926]: 3071951160
In [927]: id(row)
Out[927]: 3071951160

同样用于A.col，A.data。

用于显示和计算，矩阵可能会转换为@ 987654327格式，因为没有为coo格式定义这些操作中的许多操作。

，因为你毫无疑问，987654329 @ format没有实现索引，用于获取或设置。

lil格式设计用于更容易的增量变化。索引更改为csr也是可能的，但它将发出警告。

但coo通常用于构建新矩阵。例如，在bmat format中，组件矩阵的coo 987654334将组件矩阵的属性组合为新阵列，然后用于构建新coo矩阵。

逐步构建@ 987654336的好方法是将新值连接到row，col，data arrays，然后定期构建一个新的coo。 p >

更新dok格式： How to incrementally create an sparse matrix on python?

putting column into empty sparse matrix

creating a scipy.lil_matrix using a python generator efficiently

Answer 2

我首先认为coo_matrix 是不可变的，因为它不支持任何索引，也不支持索引分配。原来你可以直接改变你的空稀疏矩阵的底层结构：

from scipy.sparse import coo_matrix
import numpy as np
row  = np.array([0, 3, 1, 0])
col  = np.array([0, 3, 1, 2])
data = np.array([4, 5, 7, 9])

a = coo_matrix((4, 4), dtype=np.int8)
print(a.toarray())

a.row = row
a.col = col
a.data = data
print(a.toarray())

话虽如此，可能还有其他稀疏格式更适合这种方法。